アルゴリズム

科目基礎情報

学校	呉工業高等専門学校	開講年度	令和05年度 (2023年度)
授業科目	アルゴリズム
科目番号	0217	科目区分	専門 / 選択必修／選択
授業形態	講義	単位の種別と単位数	学修単位: 2
開設学科	電気情報工学科	対象学年	5
開設期	後期	週時間数	2
教科書/教材	教科書なし/電子化された教材を使用
担当教員	井上 浩孝

到達目標

1. 機械学習の基礎知識を理解する
2．機械学習の実装方法を理解する
3．目的の問題を解決するのに適した機械学習アルゴリズムを理解する

ルーブリック

	理想的な到達レベルの目安	標準的な到達レベルの目安	未到達レベルの目安
評価項目1	機械学習の基礎知識が適切に説明できる。	機械学習の基礎知識が説明できる。	機械学習の基礎知識が適切に説明できない。
評価項目2	機械学習の実装方法が適切に説明できる。	機械学習の実装方法が説明できる。	機械学習の実装方法が説明できない。
評価項目3	目的の問題を解決するのに適した機械学習アルゴリズムが適切に説明できる。	目的の問題を解決するのに適した機械学習アルゴリズムが説明できる。	目的の問題を解決するのに適した機械学習アルゴリズムが説明できない。

教育方法等

概要:

本講義は近年脚光を浴びているAIの中心テーマである機械学習のアルゴリズムの基礎をひととおり学ぶもので，従来広く利用されている機械学習の手法から近年注目を浴びているディープラーニングまでを学習し，実際の問題に実践できるようになることを目的とする。今後，機械学習を用いたデータ分析を行う技術は情報工学のみならずあらゆる分野において必要不可欠な能力である。

授業の進め方・方法:

授業は情報処理演習室で電子化されたテキストを読み進めながら演習を行うことで機械学習の理論を学び，実践方法を習得する。レポート提出物の内容によって学習状況を確認する。この科目は学習単位科目のため，事前学習として電子化されたテキストを事前に読んでおくこと。また，事後学習としてレポートやオンラインテストを実施する。

注意点:

本講義はe-learning形式により向上心，積極性，応用力，公共心，問題解決能力，責任感，論理性を身につけることができる。講義の前には事前にテキストに目を通し，予習をしておくこと。また，学習した内容を知識として定着させるために，テキストを復習することが望ましい。

授業の属性・履修上の区分

ICT 利用

遠隔授業対応

授業計画

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	機械学習とは	AI最新動向および機械学習の３つの方法について説明できる。
		2週	分類問題を単純な機械学習で解く	単純な機械学習のアルゴリズムが説明できる。
		3週	次元削減でデータを圧縮	次元削減でデータを圧縮する方法が説明できる。
		4週	モデルの評価	モデルの評価ができ、パイパーパラメータをチューニングすることができる。
		5週	アンサンブル学習	アンサンブル学習について説明できる。
		6週	感情分析	機械学習を用いた感情分析について説明ができる。
		7週	回帰分析	連続値を取る目的変数の予測について説明できる。
		8週	クラスタ分析	ラベルなしデータの分析について説明できる。
	4thQ
		9週	多層人工ニューラルネットワークを一から実装	多層人工ニューラルネットワークの仕組みについて説明できる。
		10週	TensorFlowとKerasを用いたニューラルネットワーク設計の効率化	TensorFlowとKerasを用いて効率的にニューラルネットワークを設計できる。
		11週	画像の分類	ディープ畳み込みニューラルネットワークの仕組みを説明できる。
		12週	GPUを用いたディープ畳み込みニューラルネットワークのトレーニングの高速化	GPUを用いてディープ畳み込みニューラルネットワークのトレーニングを高速化する方法について説明できる。
		13週	系列データのモデル化	リカレントニューラルネットワークとLSTMが説明できる。
		14週	総合演習	機械学習アルゴリズムが説明できる。
		15週	期末試験
		16週	解答返却・解答説明	期末試験内容の理解を深める。

評価割合

	試験	発表	相互評価	態度	ポートフォリオ	その他	合計
総合評価割合	70	0	0	0	30	0	100
基礎的能力	0	0	0	0	0	0	0
専門的能力	70	0	0	0	30	0	100
分野横断的能力	0	0	0	0	0	0	0